[发明专利]一种腰部助力外骨骼机器人的人体运动意图识别方法

说明书

本发明公开了一种腰部助力外骨骼机器人的人体运动意图识别方法，特点是采集信号，建立信号‑行为动作数据库；对信号进行预处理及类别标定；随机抽取训练样本，将训练样本输入二叉树支持向量机多分类器中进行训练得到二叉树支持向量机模型；采用二叉树支持向量机模型实现当前人体运动意图识别；优点是采用的IMU和力传感器可靠性高，信号噪声少；采用滑动平均滤波方法实现效率高，不需要采用耗时的复杂滤波运算；相对于传统支持向量机，本发明所采用的二叉树支持向量机多分类器可以实现多分类，准确分出弯腰、直立、迈左腿行走和迈右腿行走四种运动状态；不但较好地识别了使用者的运动意图，而且解决了使用者行走、上下楼和搬运时的辅助助力问题。

技术领域

本发明涉及人工智能识别及控制领域，尤其是一种腰部助力外骨骼机器人的人体运动意图识别方法。

背景技术

作为外骨骼机器人领域的一类，腰部助力外骨骼机器人不但能辅助重劳力者和护理人员提高负重能力，缓解工作疲劳，延长工作寿命，提供工作效率，而且能保护重劳力者和护理人员的骨骼和肌肉，降低腰肌劳损和腰椎损伤的风险；除此之外，腰部助力外骨骼机器人还能辅助老年人，为人口老龄化带来的养老社会问题提供居家养老解决方案，辅助老年人行走、登山、徒步等活动，提高老年人生活自理能力。

识别人体运动意图需要融合多传感器信息进行决策，所以尽管腰部助力外骨骼机器人有明显的社会价值和经济价值，但是由于技术因素，当前的腰部助力外骨骼机器人产品面临人体运动意图难以检测与识别等实际问题。

发明内容

本发明所要解决的技术问题是提供一种腰部助力外骨骼机器人的人体运动意图识别方法，不但能较好地识别使用者的运动意图，而且能解决使用者行走、上下楼和搬运时的辅助助力问题。

本发明解决上述技术问题所采用的技术方案为：一种腰部助力外骨骼机器人的人体运动意图识别方法，包括以下步骤：

，采集信号，建立信号-行为动作数据库：在腰部助力外骨骼机器人的背部顶端安装背部IMU（惯性导航传感器）和背部力传感器，在腰部助力外骨骼机器人的左大腿绑带处安装左大腿IMU和左大腿力传感器，在腰部助力外骨骼机器人的右大腿绑带处安装右大腿IMU和右大腿力传感器，选择至少100位受试者穿戴腰部助力外骨骼机器人，采集每位受试者做弯腰10次以上和做直立10次以上时背部IMU和背部力传感器的信号，做迈左腿行走10次以上时左大腿IMU和左大腿力传感器的信号及做迈右腿行走10次以上时右大腿IMU和右大腿力传感器的信号，根据采集到的信号和其所对应的行为动作建立信号-行为动作数据库；

，对信号进行预处理及类别标定：对信号-行为动作数据库中的信号采用滑动平均滤波方法进行预处理得到传感器信号序列，并对传感器信号序列进行类别标定，分别用1,2,3,4表示弯腰、直立、迈左腿行走和迈右腿行走；

，随机抽取信号-行为动作数据库中70%-90%的信号和每个信号所对应的行为动作作为训练样本，将训练样本输入二叉树支持向量机多分类器中进行训练得到二叉树支持向量机模型；

，采用二叉树支持向量机模型实现当前人体运动意图识别：采集当前穿戴者穿戴腰部助力外骨骼机器人做运动时腰部助力外骨骼机器人的背部IMU、背部力传感器、左大腿IMU、左大腿力传感器、右大腿IMU和右大腿力传感器的实时信号，将实时信号输入到二叉树支持向量机模型中判断出当前类别，当判断出当前类别为1时，表示当前穿戴者的运动意图识别为弯腰；当判断出当前类别为2时，表示当前穿戴者的运动意图识别为直立；当判断出当前类别为3时，表示当前穿戴者的运动意图识别为迈左腿行走；当判断出当前类别为4时，表示当前穿戴者的运动意图识别为迈右腿行走。

所述的步骤和步骤中信号可通过传感器板STM32或Arduino或DSP中的一种来采集。